Académique Documents
Professionnel Documents
Culture Documents
1
Objetivos de aprendizaje
Discriminar el uso de cartas de control para variables o atributos, de acuerdo a la necesidad de
las operaciones de produccin de bienes o servicios
Aplicar las cartas en las operaciones de produccin de bienes o servicios para realizar el control
de procesos.
2
Contenido
En este captulo, los contenidos que se cubrirn son:
Fundamentos estadsticos para la construccin de cartas de control
Cartas de control para variables
Criterios para seleccionar la implementacin de las cartas de control para variables
Cartas de control para atributo
3
Introduccin
Caracterstica de calidad que
permite clasificar a los
Atributo productos o servicios como
conformes o no conformes
Ejemplos
4
Introduccin
Defectuosos
Cartas de control
para atributos
Defectos
5
Introduccin
Defectuosos
1. El empaque al vaco tiene o no fuga
2. El foco enciende o no
3. El embarque fue correcto o incorrecto
Defectos
1. Desperfectos de pintura en la carcaza
2. Errores en una factura emitida
3. Nmero de errores en un plancha soldada
6
Introduccin
Ventajas
Una caracterstica de calidad puede ser considerada como un atributo debido a
restricciones de:
Tiempo
Dinero
Disponibilidad de recursos.
7
Introduccin
Ventajas
Se pueden definir en todos los niveles de la organizacin:
Planta
Departamentos
Centros de trabajo
Maquinarias (operadores).
8
Introduccin
Desventajas
La informacin de atributos especifica si la caracterstica de calidad esta dentro
de los lmites de especificacin.
Sin embargo, no muestra el grado en que dichas especificaciones no se
cumplen.
9
Introduccin
Desventajas
Una carta de control para variables establece condiciones fuera de control
estadstico, identifica causas asignables y requiere acciones correctivas, aunque
los items no sean clasificados como no conformes.
Se requieren muestras mas grandes para detectar adecuadamente cambios en
el proceso.
10
Introduccin
El tamao de la muestra para la construccin de cartas para atributos es
importante!
De tal manera que las inconformidades o items no conformes puedan ser observados en la
muestra.
Ej: El proceso tiene una tasa de items no conformes de 2.5%, una muestra de 25 unidades no
es suficiente.
11
Introduccin
Carta p
Defectuosos
Carta np
Carta c
Defectos
Carta u
12
Carta de control p
Las cartas de control p controlan la proporcin de unidades no conformes en un
tamao de muestra no necesariamente constante
13
Carta de control p
Cuando es difcil o no viable econmica o tcnicamente hacer una medicin numrica
Cundo
utilizar Cuando es deseado combinar diferentes tipos de defectos en una proporcin global.
14
Carta de control p
Condiciones Cada muestra (subgrupo) consiste en n objetos (experimentos) considerados.
para un
proceso Cada unidad es examinada para una serie de atributos, y se registra el nmero
binomial de unidades que cumplen o no con dichos atributos.
15
Carta de control p
Ejemplos de procesos binomiales
Durante un mes se auditan 100 transacciones financieras y se categorizan como correctas o
incorrectas; se registran estas ltimas.
Se toma una muestra de envases de leche, y se registra el nmero de envases que presentan
fuga.
Una prensa de punzn en una operacin de maquinado opera en un rango de 50/hr. Se registra
el nmero de operaciones que estn dentro de especificacin.
Otros ejemplos?
16
Carta de control p
Tamao del subgrupo
Los sub-grupos son comnmente grandes (n=50/200)
Cada subgrupo debe idealmente tener al menos 5 unidades No conformes.
Mnimo: 90% de los subgrupos deben tener al menos una unidad no conforme
Si el tamao del subgrupo es No constante, debe estar entre +/- 25% de la media del tamao del
subgrupo.
Si menor es el nmero de unidades no conformes, ser mayor el tamao del subgrupo
requerido.
En general las grficas de atributo necesitan un tamao de subgrupo ms grande que las grficas
de variables equivalentes.
17
Carta de control p
Tamao del subgrupo
Aunque p no exige tamaos de sub-grupo constantes, los clculos son ms fciles si son sub-
grupos idnticos.
De no ser idnticos, los tamaos de muestran deben ser muy similares si se desea emplear un
tamao de sub-grupo promedio.
SI los tamaos de sub-grupo son muy variables es preferible emplear MINITAB a travs de cual
se calcularn lmites de control para cada punto de acuerdo al tamao de muestra del sub-grupo
18
Carta de control p
Frecuencia de muestreo
Depende del costo de operacin en un estado fuera de control.
Los intervalos de corto plazo permiten una retroalimentacin ms rpida, pero podran no
cumplir con los requerimientos del tamao del sub-grupo.
La frecuencia debe ser lo suficientemente grande para proporcionar la informacin requerida,
pero lo suficientemente pequea para permitir tiempos de reaccin rpidos.
19
Carta de control p
Se basa en el distribucin binomial.
La fraccin de tems no conformes se define como:
x
p
n
20
Carta de control p
La distribucin de la cantidad de tems no conformes en una muestra es:
n!
P[ X x] p x (1 p) n x , x 0,1,2,...n
(n x)! x!
E ( p ) p
p(1 p)
Var ( p )
n
21
Pasos para el desarrollo de cartas p
22
Pasos para el desarrollo de cartas p
23
Pasos para el desarrollo de cartas p
Obtenga la informacin y
Paso 3 registre los datos en los
formularios.
24
Pasos para el desarrollo de cartas p
Calcule la lnea central
Paso 4 y los lmites de ensayo.
25
Pasos para el desarrollo de cartas p
Lmites sin estndares dados:
g g
p x
CLp p i 1 i
i 1 i
g ng
p (1 p )
UCLp p 3
n
p (1 p )
LCLp p 3
n
26
Pasos para el desarrollo de cartas p
Lmites considerando estndares
CLp p0
p0 (1 p0 )
UCLp p0 3
n
p0 (1 p0 )
LCLp p0 3
n
27
Pasos para el desarrollo de cartas p
Implemente la carta
Paso 6 de control.
28
Consideraciones sobre los lmites de
control
1 2 3
Cuando la proporcin media Da cierta ventaja el tomar En general, si el nmero
pprom es pequea, el LCL un tamao de subgrupo que promedio de defectos pprom
puede ser negativo. En establezca un lmite inferior por subgrupo es veinte o
dicho caso no hay LCL y p=0 de control. De esta forma si ms, habr un lmite de
est an dentro de los existen mejoras estas control mayor que cero.
lmites. podrn ser detectadas.
29
Consideraciones sobre el tamao del
subgrupo
1 2 3
Las frmulas asumen que Mientras sea posible es Si se tienen tamaos de
n es constante. Si los sub- mejor tener tamaos de subgrupos variables,
grupos son +/- 25% de la subgrupo constantes. MINITAB calcula los lmites
media, se sustituye n- de control de p para cada
barra por n en el tamao subgrupo basndose en su
de subgrupo de la frmula. tamao.
30
Consideraciones sobre el tamao del
subgrupo
Lmites de control individuales para cada Lmites de control basados en el tamao
muestra: promedio de las muestras:
i 1 p i i 1 xi i1 p i
g g g g
x
CLp p CLp p i 1 i
g ng g ng
p (1 p ) p (1 p )
UCLp p 3 UCLp p 3
ni n
p (1 p ) p (1 p )
LCLp p 3 LCLp p 3
ni n
31
Consideraciones sobre el tamao del
subgrupo
Si en vez de inspeccionar el 100% de las salidas del proceso tomamos una
muestra de dichas salidas, debemos seleccionar el tamao de muestra (n)
Si p es muy pequea, debemos seleccionar un tamao de muestra lo
suficientemente grande para que tengamos una alta probabilidad de encontrar
al menos una unidad no conforme en la muestra y para poder satisfacer la
aproximacin de la distribucin binomial a la normal.
Duncan (1986) recomienda que el tamao de la muestra debe ser lo
suficientemente grande como para que tengamos aproximadamente un 50% de
oportunidad de detectar un cambio en el proceso de algn tamao especfico.
32
Consideraciones sobre el tamao del
subgrupo
Si d(=p1-p0) es la magnitud del cambio, n debe satisfacer:
p (1 p )
d L
n
Entonces
2
L
n p(1 p)
d
33
Consideraciones sobre el tamao del
subgrupo
Si el valor de la fraccin de defectuosos (p) bajo control es pequeo, otro criterio til es
seleccionar n lo suficientemente grande como para que la grfica de control p tenga un lmite
inferior de control positivo:
p (1 p )
LIC p p L 0
n
(1 p) 2
n L
p
34
Interpretacin de la carta de control p
Suposiciones asociadas a la distribucin.
La probabilidad de que ocurran tems no conformes es constante.
Los tems son independientes uno de otro con respecto al
cumplimiento de las especificaciones.
Observaciones bajo el lmite inferior.
Comparacin con estndares.
Impacto en las especificaciones de diseo.
Un producto se denomina no conforme cuando la caracterstica de
calidad no cumple las especificaciones.
Se puede encontrar alta fraccin de tems no conformes aun cuando
el proceso es estable y esta bajo control.
Informacin sobre el nivel general de calidad.
35
Aproximacin de la binomial a la normal
Con suficientes objetos no conformes una binomial comienza a parecerse a una distribucin
normal.
20
Frequency
30
Frequency
15
20
10
10
5
0 0
0 2 4 6 8 20 24 28 32 36 40 44
Binomial n100 Binomial n1000
36
Aproximacin de la binomial a la normal
Si la proporcin de defectuosos es muy alta, comparada con el tamao de subgrupo
pequeo tendremos datos casi normales.
Histogram of Binomial p=0.3
Normal
40 Mean 29,77
StDev 4,475
N 200
30
Frequency 20
10
0
18,0 22,5 27,0 31,5 36,0 40,5
Binomial p=0.3
n=100 p=0.03
37
Carta de control np
Las cartas de control np controlan el nmero de unidades no conformes, en un tamao de
muestra constante
38
Cundo utilizar una carta np?
Cuando es posible elaborar una grfica de control para el nmero de no conformes, en lugar de
la fraccin de no conformes.
Si es posible tomar subgrupos del mismo tamao. La interpretacin de una grfica np es ms
fcil que una p.
Utilice el mismo criterio que en la grfica p:
Cuando es difcil o no viable hacer una medicin numrica.
Cuando se desea combinar diferentes tipos de defectuosos en un solo valor.
Cuando los datos disponibles son para atributos
Cuando los datos provienen de un proceso binomial
39
Cundo utilizar una carta np?
En muchas ocasiones de mas fcil interpretacin para el personal operativo.
Proceso de elaboracin similar al resto de cartas.
Desventajas:
Si el tamao de la muestra cambia, la lnea central y los lmites de control cambian tambin.
Se recomienda el uso de la carta np para situaciones en que el tamao de la muestra se mantiene.
40
Carta de control np
Lmites sin estndares dados
g
x
CLnp i 1 i
np
g
UCLnp np 3 np (1 p )
LCLnp np 3 np (1 p )
41
Carta de control np
Lmites considerando estndares
CLnp np0
UCLnp np0 3 np0 (1 p0 )
LCLnp np0 3 np0 (1 p0 )
42
Tamao de muestra variable
Lmites de control variable
(1 )
= + 3
(1 )
= 3
43
Tamao de muestra variable
Lmites de control basados en un tamao de muestra promedio.
Si un punto se ubica cerca de los lmites de control aproximados, entonces se deben determinar
los lmites de control exactos para ese punto.
En general, se debe tener cuidado en la interpretacin de los puntos cercanos a los lmites de
control aproximados.
Buscar patrones no aleatorios es irrelevante en este escenario
44
Cartas de control np
Ejemplos de aplicacin de cartas de control np en ambientes no manufactureros
45
Resumen cartas de control para tems
defectuosos
Estas son grficas de salida
En algunos casos son necesarias sin embargo recordemos que Seis Sigma se
orienta a las entradas.
A menudo se implementan al inicio del proyecto, o permiten demostrar que la
mejora an est en curso.
No son deseables como herramientas primarias de control.
Primero intente con Poka-yokes, despus trate de controlar las entradas, como
recurso final utilice las grficas de control para la salida.
46
Resumen cartas de control para tems
defectuosos
Los tamaos de muestra deben ser mucho ms grandes para grficos de
atributo que para grficas de variable.
Estas grficas se enfocan en defectuosos, no en defectos
Seis Sigma se enfoca en defectos no en defectuosos
Las grficas para defectuosos son muy comunes y tiles, pero no son lo mejor
para seis sigma
47
Carta de control c
Cartas de
control
para
defectos
Carta de control u
48
Cartas de control para defectos
Cul es la diferencia entre un tem no conforme y defecto?
49
Conceptos preliminares
Se asume que la ocurrencia de no-conformidades en una muestra de tamao constante se
modela correctamente mediante una distribucin de Poisson:
e c c x
p( x ) , x 0,1,2,...
x!
50
Cundo emplear grficas c o u ?
Cuando los datos son datos de atributos de defectos, no defectuosos.
Cuando los datos provienen de un proceso Poisson.
Las grficas c son grficas construidas para el nmero de ocurrencias para una
exposicin.
Las grficas u se construyen para un ndice de ocurrencia ya sea para una
exposicin constante o variada.
51
Recoleccin de datos para la grfica c o u
Condiciones de un proceso tipo Poisson
El proceso no tiene memoria. El nmero de ocurrencias en un subgrupo es
independiente del nmero de ocurrencias en otros subgrupos.
El ndice de ocurrencias debe mantenerse constante para todos los sub-grupos.
Es improbable tener dos ocurrencias en un rea de exposicin muy pequea.
52
Recoleccin de datos para la grfica c o u
Planeacin de las grficas c y u
El evento que se est estudiando puede ocurrir a lo largo de un tiempo o
espacio continuo, llamado el rea de oportunidad o exposicin.
El rea de oportunidad puede consistir en una unidad de tiempo (8 horas, 1
semana, un mes), una cantidad de material (2 ft2), o un nmero de entidades
(100 envases,20 mesas).
53
Ejemplos de defectos
Cada mes, se auditan 100 facturas y el nmero total de errores es registrado.
En un proceso de moldeo existe un problema con la filtracin. Cada da se
examina un nmero de envases plsticos y se registra el nmero de filtraciones
encontrado.
Cada mes, el nmero de accidentes que ocurren en una organizacin es
registrado.
Las grficas c y u emplean defectos en lugar de defectuosos, esto es mejor para
Seis Sigma.
54
Ejemplos de defectos
Brotes
pequeos.
Considerados
como situacin
conforme?
55
Cartas de control para defectos
Nmero promedio de
Carta de defectos/unidad
control u
Tamao de subgrupo variable
56
Carta de control c
Lmites sin estndares dados
representa el nmero promedio de noconformidades.
CLc c
UCLc c 3 c
LCLc c 3 c
57
Desarrollo de una carta de control c
En una empresa que manufactura lino, cada 100 yardas cuadradas se permite tener un nmero
manchas establecido antes de que sean rechazadas.
Para el control de calidad, se requiere monitorear el nmero de manchas cada 100 yardas
cuadradas en un periodo de ciertos das, con el fin de determinar si el proceso es predecible.
En las grficas elaboradas muestre los lmites de control a 1 , 2 y 3 .
58
Carta de control u
Se aplican bajo las siguientes consideraciones:
Cuando los datos son de un proceso Poisson y son ndices de ocurrencia con
diferentes tamao de muestra.
Las cartas de control u son cartas de control c con subgrupos variables
59
Desarrollo de una carta de control u
El nmero de no-conformidades por unidad esta dada por:
ci
ui
n
Donde ci representa el nmero de no-conformidades de la i-sima muestra y n representa su
tamao.
El nmero promedio de no-conformidades por unidad, se obtiene mediante:
g
c c
u i 1 i
ng n
60
Desarrollo de una carta de control u
Lmites de control para la carta u (muestras de tamao n)
g
ci
CLu =u = i=1
ng
u
UCLu = u + 3
n
u
LCLu = u - 3
n
61
Desarrollo de una carta de control u
Lmites de control para la carta u (diferente tamao de las muestras)
g
c
CLu u i 1 i
g
n
i 1 i
u
UCLu u 3
ni
u
LCLu u 3
ni
62
Resumen cartas de control para defectos
El graficar los defectos es un paso cercano al ideal de Seis Sigma, pero estas
grficas se enfocan en salidas no en entradas.
Las grficas c y u, sufren las mismas anomalas que las p y np.
Cuando los tamao de muestra son suficientemente grandes, los datos de
atributo se comportan como datos de variable de una distribucin normal.
Las grficas c y u son tiles para mostrar las mejoras en los ndices de defectos.
63
Las cartas de control para atributos tienen la ventaja de que
varias caractersticas de calidad pueden considerarse
conjuntamente.
Si las diversas caractersticas de calidad se tratan como
variables, entonces cada una de ellas debe medirse. Se
necesitara de tcnicas de control multivariado.
Sin embrago, las cartas de control de variables brindan mucha
ms informacin til sobre el rendimiento del proceso que una
carta de control para atributos
Las cartas de control para variables permiten tomar medidas
correctivas antes de que realmente se produzcan defectos.
64
Temas adicionales
Revisar la gua para implementar cartas de
control (seccin 7.5)
65
Preguntas?
66